AI大模型知识库如何通过跨模态对齐提升视频问答的精准性? 热门官方
回答:将视频帧特征、语音转写文本与场景描述映射到统一语义空间,检索时融合跨模态相似度与图谱结构匹配,推理阶段结合多模态证据生成答案并标注来源模态,提升视频问答的准确度与可解释性。?
用户讨论(回复)
共 0 条记录,当前显示第 1- 条
« 上一页
下一页 »
相关阅读